Buscar

MTODO GRFICO
El grfico es un mtodo de solucin de problemas de programacin lineal ( -> http://ingenierosindustriales.jimdo.com/herramientas-para-el-ingeniero-industrial/investigacin-deoperaciones/programacin-lineal/) muy limitado en cuanto al nmero de variables (2 si es un grfico 2D y 3 si es 3D) pero muy rico en materia de interpretacin de resultados e incluso anlisis de sensibilidad. Este consiste en representar cada una de las restricciones y encontrar en la medida de lo posible el polgono (poliedro) factible, comnmente llamado el conjunto solucin o regin factible, en el cual por razones trigonomtricas en uno de sus vrtices se encuentra la mejor respuesta (solucin ptima).

EL PROBLEMA
La fbrica de Hilados y Tejidos "SALAZAR" requiere fabricar dos tejidos de calidad diferente T y T; se dispone de 500 Kg de hilo a, 300 Kg de hilo b y 108 Kg de hilo c. Para obtener un metro de T diariamente se necesitan 125 gr de a, 150 gr de b y 72 gr de c; para producir un metro de T por da se necesitan 200 gr de a, 100 gr de b y 27 gr de c. El T se vende a $4000 el metro y el T se vende a $5000 el metro. Si se debe obtener el mximo beneficio, cuntos metros de T y T se deben fabricar?

LA MODELIZACIN MEDIANTE PROGRAMACIN LINEAL

VARIABLES XT: Cantidad de metros diarios de tejido tipo T a fabricar XT: Cantidad de metros diarios de tejido tipo T a fabricar RESTRICCIONES 0,12XT + 0,2XT <= 500 0,15XT + 0,1XT <= 300 0,072XT + 0,027XT <= 108 Hilo a Hilo b Hilo c

Las restricciones de no negatividad no son necesarias en este ejemplo dado que se trata de un ejercicio de maximizacin, cuando el ejercicio sea de minimizacin lo ms recomendado es incluirlas. FUNCIN OBJETIVO ZMAX = 4000XT + 5000XT

LA SOLUCIN MEDIANTE MTODO GRFICO

PASO 1: GRAFICAR LAS RESTRICCIONES Para iniciar con el trazado de las restricciones es indispensable igualar las restricciones a 0, de esta manera podemos mediante despeje de ecuaciones iniciar con la tabulacin que nos otorgar las coordenadas para esbozar cada una de las grficas. Adems dado que se trabajar en el plano cartesiano sera prudente renombrar las variables XT = x XT' = y Igualamos las restricciones, 0,12X + 0,2y = 500 0,15X + 0,1y = 300 0,072X + 0,027y = 108 Acto seguido iniciamos con la primera restriccin, hallamos las primeras dos coordenadas. Para hallar las coordenadas regularmente llevamos una de las variables a cero, para de esta manera despejar ms fcilmente la segunda. Por ejemplo, para un x = 0 0,12(0) + 0,2y = 500 0,2y = 500 500/0,2 = y 2500 = y y para un y = 0 0,12x + 0,2(0) = 500 0,12x = 500 x = 500/0,12 x = 4167

Bryan Antonio Salazar Lpez Seguimos con la segunda restriccin, 0,15X + 0,1y = 300

Bryan Antonio Salazar Lpez Tercera restriccin, 0,072X + 0,027y = 108

Bryan Antonio Salazar Lpez En el siguiente grfico se muestra el polgono solucin de color gris, en este conjunto es donde cada coordenada cumple con todas las restricciones, las cuales se caracterizan por ser restricciones de menor o igual y esta caracterstica se representa con una flecha haca abajo.

Bryan Antonio Salazar Lpez Una vez se llega a este punto es indispensable saber que las soluciones ptimas se alojan en los vrtices del polgono solucin (color gris) y que identificar a la solucin ptima es cuestin de elegir la mejor alternativa dependiendo de las herramientas disponibles (tecnolgicas y conocimientos matemticos). La primera opcin es la geomtrica, esta depende de trazar la ecuacin que representa a la funcin objetivo (este paso consiste en realizar el mismo procedimiento de las restricciones). Funcin objetivo, ZMAX = 4000x + 5000y luego igualamos a 0. 4000x + 5000y = 0

luego tabulamos para obtener las coordenadas necesarias para esbozar la grfica correspondientes a la ecuacin (en esta ocasin es recomendable ms de dos coordenadas, incluyendo la coordenada (x = 0, y = 0).

Bryan Antonio Salazar Lpez Una vez se ha esbozado la funcin objetivo (lnea negra) sacamos replicas perpendiculares a esta que se encuentren con cada vrtice, y solo en el caso en que la lnea imaginaria perpendicular a la funcin objetivo no corte el polgono solucin se ha encontrado la solucin ptima. En otras palabras trasladamos la funcin objetivo por todo el polgono conservando la perpendicularidad con la original, la detenemos en los vrtices y evaluamos si esta corta o no el conjunto solucin.

Bryan Antonio Salazar Lpez Claramente solo en el punto "B", es decir en el vrtice formado por la interseccin de las ecuaciones 1 y 2, la lnea imaginaria no corta el polgono solucin, entonces es este punto el correspondiente a la coordenada ptima.

Para hallar el valor de esta coordenada es indispensable recurrir a la resolucin de ecuaciones lineales 2x2, y se pueden considerar varios mtodos de solucin entre ellos: - Mtodo por sustitucin - Mtodo por igualacin - Mtodo por reduccin o Eliminacin - Mtodo por eliminacin Gauss - Mtodo por eliminacin Gauss - Jordn - Mtodo por determinantes La riqueza de las matemticas nos deja suficientes alternativas, para mi gusto el mtodo de reduccin o eliminacin es muy sencillo de aplicar. El mtodo por reduccin o eliminacin consiste en igualar los coeficientes de una de las variables multiplicando una o las dos ecuaciones, teniendo en cuenta que estos coeficientes queden iguales pero con signos contrarios. Ecuacin 1 Ecuacin 2 Ecuacin 3 (2*(-2)) Sumamos 1 y 3 Despejamos "x" 0,12x + 0,2y = 500 0,15x + 0,1y = 300 multiplicamos por (-2) -0,30x - 0,2y = -600 -0,18x = -100 x = -100 / (-0,18) x = 555,55 luego reemplazamos x = 555,55 en cualquiera de las dos ecuaciones originales con el objetivo de despejar "y". Ecuacin 1 Reemplazamos "x" Despejamos "y" 0,12x + 0,2y = 500 0,12(555,55) + 0,2y = 500 66,666 + 0,2y = 500 0,2y = 500 - 66,666 0,2y = 433,334 y = 433,334 / 0,2 y = 2166,67 De esta forma hemos obtenido los valores para "x " y "y". Recordemos que x y y fueron los nombres que recibieron las variables originales XT y XT' x = XT y = XT' XT = 555,55 XT' = 2166,67 y la contribucin obtenida (reemplazando las variables en la funcin objetivo) es de: Zmax = 4000XT + 5000XT' Zmax = 4000(555,55) + 5000(2166,67) Zmax = 13.055.550 Ahora podemos cotejar los resultados con los obtenidos mediante resolucin por Solver Excel ( -> ,

http://ingenierosindustriales.jimdo.com/herramientas-para-el-ingeniero-industrial/investigacin-de-operaciones/programacin-lineal/)

sin embargo recuerden que el mtodo de bsqueda de la solucin ptima en el mtodo grfico que utilizamos es el geomtrico y que

existe una posibilidad mucho ms engorrosa pero igualmente efectiva, este es el mtodo de iteracin por vrtice, y que consiste en hallar todas las coordenadas de los vrtices y luego en cada coordenada se evala la funcin objetivo, (cada coordenada nos proporciona un valor en "x" y otro en "y", luego reemplazamos estos valores en la funcin objetivo "4000x + 5000y = ?" y luego evaluamos los resultados seleccionando la mayor cantidad). Una herramienta muy til al momento de resolver ejercicios mediante el mtodo grfico es una calculadora graficadora, como es el caso de la calculadora de encarta (disponible aqu ( -> http://ingenierosindustriales.jimdo.com/herramientas-para-el-ingenieroindustrial/investigacin-de-operaciones/descargas-y-multimedia/) ).

VARIANTES EN EL MTODO GRFICO

Como en la mayora de los casos el ejemplo con el que aqu se explic el mtodo grfico es el ideal, es decir un ejercicio de conjunto acotado con solucin ptima nica, sin embargo existen una variedad de problemas diferentes a los ideales y que vale la pena analizar: SOLUCIN PTIMA MLTIPLE Una de las variantes que puede presentar un ejercicio de programacin lineal consiste en la cantidad de soluciones ptimas, gran cantidad de ellos presenta ms de una solucin ptima, es decir una solucin en la cual la funcin objetivo es exactamente igual en una combinacin cuantitativa de variables diferente. Estos problemas deben de afrontarse de tal manera que prime el anlisis de sensibilidad, es decir una vez encontradas mltiples soluciones iguales se debe proceder al comportamiento del consumo de los recursos y restricciones, evidentemente prevaleciendo el concepto de productividad de los recursos ms limitados y costosos. Un ejemplo de este caso es el siguiente: La ebanistera "SALAZAR LTDA" ha recibido una gran cantidad de partes prefabricadas para la elaboracin de mesas, sin embargo no ha podido iniciar un plan de produccin enfocado a estas por la alta demanda que tiene de sus productos restantes. Las mesas que pueden elaborarse de las partes prefabricadas son de dos modelos, modelo A y B, y estas no requieren ms que ser ensambladas y pintadas. Esta semana se ha determinado dedicar 10 horas de ensamble y 8 de pintura para elaborar la mayor cantidad de mesas posibles teniendo en cuenta que cada mesa modelo A requiere de 2 horas de ensamble y 1 de pintura respectivamente, y que cada mesa modelo B requiere de 1 hora de ensamble y 2 de pintura respectivamente. Si el margen de utilidad es de $20000 por cada mesa modelo A y $10000 por cada mesa modelo B. Determine el modelo adecuado de produccin para esta semana.

X = Cantidad de mesas modelo A a fabricar esta semana Y = Cantidad de mesas modelo B a fabricar esta semana Restricciones 2X + Y <= 10 X + 2Y <= 8 X, Y => 0 Funcin objetivo Zmax = 20000X + 10000Y La grfica resultante sera: "Horas de ensamble" "Horas de pintura" "De no negatividad"

Bryan Antonio Salazar Lpez Como nos podemos dar cuenta mediante la geometra en dos vrtices la lnea imaginaria perpendicular a la funcin objetivo no atraviesa el conjunto solucin, por ende en dos puntos se presentan soluciones ptimas, que son los puntos B y C. Observemos la solucin ptima mltiple Z(0) = 20000(0) + 10000(0) = 0 Z(A) = 20000(0) + 10000(4) = $40000 Z(B) = 20000(4) + 10000(2) = $100000 Z(C) = 20000(5) + 10000(0) = $100000 Existen entonces dos soluciones ptimas Solucin ptima 1 X=4 Y=2

Solucin ptima 2 X=5 Y=0

La pregunta siguiente es cual decisin tomar?, pues depende de factores tales como una anlisis de sensibilidad donde se tenga en cuenta el consumo distinto de determinados recursos (horas ensamble vs. horas pintura) y factores extras al modelo como lo puede llegar a ser en este caso una necesidad de espacio de almacenamiento, dado que existe una alternativa en la que se elaboran ms mesas que en la otra, de todas formas es interesante el paso posterior a esbozar los resultados pues requerir de la capacidad de quien toma las decisiones. SOLUCIN PTIMA NO ACOTADA Otra de las variantes que presentan los modelos de programacin lineal corresponde a los modelos de solucin ptima no acotada, es decir problemas con infinitas soluciones ptimas. Hay que reconocer que en la vida real gran parte de estos problemas se deben a un mal planteamiento de las restricciones, sin embargo es comn que este tipo de problemas sean evaluados en la vida acadmica. Un ejemplo: La compaa comercializadora de bebidas energticas "CILANTRO SALVAJE" se encuentra promocionando dos nuevas bebidas, la tipo A y la tipo B, dado que se encuentran en promocin se puede asegurar el cubrimiento de cualquier cantidad de demanda, sin

embargo existen 2 polticas que la empresa debe tener en cuenta. Una de ellas es que la cantidad de bebidas tipo A que se vendan no puede ser menor que las de tipo B, y la segunda es que se deben de vender por lo menos 1500 bebidas de cualquier tipo. Dado que se encuentran en promocin el precio de venta de ambas bebidas equivale a $1800 pesos. Determine la cantidad de unidades que deben venderse!! Variables X = Cantidad de bebidas tipo A a vender Y = Cantidad de bebidas tipo B a vender Restricciones X => Y X + Y => 1500 Funcin Objetivo Zmax = 1800X + 1800Y La grfica resultante sera:

Bryan Antonio Salazar Lpez Es claro que en este ejercicio las variables pueden aumentar mejorando indefinidamente la funcin objetivo, en estos casos se dice que la solucin ptima no es acotada, por lo cual las posibles soluciones son infinitas. SOLUCIN INFACTIBLE El caso de la solucin infactible es ms tpico de lo pensado, y corresponde a los casos en los cuales no existen soluciones que cumplen con todas las restricciones. Es muy comn ver este fenmeno producto de inviables proporciones de oferta y demanda. Un ejemplo: La compaa de galletas "CAROLA" desea planificar la produccin de galletas que tendr que entregar a su cliente en dos semanas, el contrato indica que la compaa "CAROLA" se compromete a entregar por lo menos 300 cajas de galletas cualquiera sea su tipo (presentacin D, presentacin N o una combinacin de ambas presentaciones), cada caja de galletas presentacin D tiene un tiempo

de elaboracin de 2 horas, y un tiempo de horneado de 3 horas, mientras cada caja de presentacin N tiene un tiempo de elaboracin de 3 horas y un tiempo de horneado de 1 hora. La compaa cuenta estas dos semanas con 550 horas para elaboracin y con 480 horas de horneado. Teniendo en cuenta que el margen de utilidad de cada caja de galletas presentacin D y N es de $8500 y $8100 respectivamente, determine mediante un modelo de programacin lineal el plan de produccin que maximice las utilidades. Variables X = Cantidad de cajas de galletas presentacin D a producir en 2 semanas Y = Cantidad de cajas de galletas presentacin N a producir en 2 semanas Restricciones 2X + 3Y <= 550 3X + Y <= 480 X + Y => 300 Funcin Objetivo Zmax = 8500X + 8100Y La grfica resultante es la siguiente:

Bryan Antonio Salazar Lpez Evidentemente no existe forma alguna de satisfacer todas las restricciones, por ende se concluye que no existe solucin factible. REDUNDANTES O SOBRANTES Existen en los modelos de programacin lineal un tipo de restricciones que no juegan rol alguno en la determinacin del conjunto solucin (de igual manera en la solucin ptima), lo que lleva a deducir que estas son redundantes. Por ejemplo: La compaa "CONGELADORES MAJO" pretende fabricar dos tipos de congeladores denominados A y B. Cada uno de ellos debe pasar por tres operaciones antes de su comercializacin: Ensamblaje, pintura y control de calidad. Los congeladores tipo A requieren 2

horas de ensamblaje, 3 kg de pintura y 4 horas de control de calidad; los congeladores tipo B requieren 3 horas de ensamblaje, 6 kg de pintura y 5 horas de control de calidad. El margen contributivo por cada congelador tipo A y B es de $102000 y $98000 respectivamente. La compaa dispone como mximo semanalmente 300 horas de ensamblaje, 840 kg de pintura y 450 horas de control de calidad. Con base en la informacin suministrada determine las unidades a producir semanalmente de cada referencia para maximizar las utilidades. Las variables: X = Cantidad de congeladores tipo A a producir semanalmente Y = Cantidad de congeladores tipo B a producir semanalmente Las restricciones: 2X + 3Y <= 300 3X + 5Y <= 840 4X + 5Y <= 450 Funcin Objetivo: Zmax = 102000X + 98000Y La grfica resultante es la siguiente,

Bryan Antonio Salazar Lpez La solucin ptima corresponde a: X = 150 Y=0 y la funcin objetivo quedara. Zmax = $15300000 Claramente podemos observar como la restriccin 1 y la restriccin 2 no determinan el conjunto solucin, por ende se denominan restricciones redundantes o sobrantes.